图像增强是一种通过对图像进行各种处理操作来改善图像质量、增加细节、增强视觉效果的技术。图像增强可以应用于各种领域，包括计算机视觉、数字图像处理、医学图像分析等。

Augmentor是一个用于图像增强的Python库，它可以帮助你扩充和改善训练数据集，提高机器学习模型的性能。

使用Augmentor，你可以对图像数据进行各种处理操作，包括旋转、缩放、翻转、添加噪声等，从而生成更多样化、更丰富的训练样本。通过引入这些变化，你可以增加数据的多样性，减轻过拟合问题，并提高模型的泛化能力。

Augmentor安装

Augmentor：数据增强工具库

github地址：https://github.com/mdbloice/Augmentor

安装包

pip install Augmentor

实战

图片放大两倍

import Augmentor
p=Augmentor.Pipeline("./test")
# 图像等比缩放，按照概率1执行，整个图片放大，像素变多
p.scale(probability=1, scale_factor=2)
#生图片个数
p.sample(2)

增强效果图

# # 图像上下镜像： 按照概率0.6执行
p.flip_top_bottom(probability=0.6)

镜像效果图

#.透视形变-垂直方向形变：magnitude取（0,1），指的是形变程度
p.skew_tilt(probability=0.7,magnitude=1)

透视-垂直方向

#透视形变-斜四角形变形变：magnitude取（0,1），指的是形变程度
p.skew_corner(probability=0.7,magnitude=1)

透视-斜四角形变

#随机区域擦除
p.random_erasing(probability=1,rectangle_area=0.5)

随机区域擦除

#.图片逆时针随机旋转90度
p.rotate90(probability=0.5)

逆时针随机旋转90度

#图片顺时针随机旋转90度
p.rotate270(probability=0.5)

顺时针随机旋转90度

#弹性扭曲，类似区域扭曲的感觉
p.random_distortion(probability=1,grid_height=5,grid_width=16,magnitude=8)

弹性扭曲

代码运行结果

还有其他增强，就不一一列举了